MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225424797 · doi:10.1096/fasebj.2022.36.s1.r5695

Exploring the Distribution and Orientation of Cell Proliferation as Drivers of Mouse Facial Development

2022· article· en· W4225424797 sur OpenAlexaff
Andreas Dauter, Rebecca M. Green, Lucas Lo Vercio, Elizabeth C. Barretto, Samuel Robertson, Anandita Mahika, Marta Vidal‐García, Nils D. Forkert, Benedikt Hallgrímsson

Notice bibliographique

RevueThe FASEB Journal · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCell growthMorphogenesisCell biologyBiologyImmunostainingCell divisionOrientation (vector space)Cell typeCellImmunohistochemistryImmunologyGeneticsGeometryGene

Résumé

récupéré en direct d'OpenAlex

During the development of the face, tissues move, change shape, and fuse in tightly orchestrated patterns to create all the parts of a normal face. These shape changes are driven by factors such as cell signaling, migration, proliferation, and apoptosis. However, the contributions of each of these drivers to morphogenesis are poorly studied. Here, we explore differential cell proliferation as a driver of mouse facial morphogenesis. We quantify patterns in both the spatial distribution and orientation of proliferation in the developing face in 3D over a critical period of murine facial development (E9.5‐E11.5). We use immunostaining with light sheet microscopy (LSM) to capture total and proliferating nuclei. To compare proliferative density in facial tissues, we segment these images using a novel convolutional neural network. We then generate atlases of average proliferation at each half‐day age point within our range and use these to identify relationships between morphology and cell proliferation. We show that regions with more dense proliferation tend to undergo more intensive shape changes. We then simulate outgrowth of the maxillary process using a cell simulation engine, PhysiCell, to demonstrate that differential proliferation is necessary to maintain expected morphology in growing tissues. In addition to differential proliferation, localized orientation of cell division could also affect morphology. In plants and some animal tissues, including murine limb buds, preferentially oriented cell proliferation drives shape change by causing tissue elongation in specific directions. We explore the orientation and distribution of cell proliferation using LSM: we inject pregnant dams with a synthetic nucleotide, EdU, 5 minutes before harvest to mark the daughter cells of proliferative events occurring in the interim. We then compare the angles of the proliferative axes for each pair of daughters relative to the primary direction of tissue growth. Preliminary results suggest that cell proliferation in the maxillary and nasal processes is oriented preferentially towards the axis of tissue growth. These results suggest that both the distribution and orientation of cell proliferation play a role in murine facial morphogenesis. Understanding the mechanisms underlying morphogenesis is important to guide future research that could lead to earlier and more robust diagnosis and treatment of syndromes and facial abnormalities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetCell Image Analysis Techniques→Travaux en français237 207→